【講座紹介】AIのための数学講座:少しづつ丁寧に学ぶ人工知能向けの線形代数/確率・統計/微分

Udemy関連記事

2018/09/18

Udemy関連記事

※本ページの内容は、オンライン動画学習プラットフォーム「Udemy」のコースページをもとに作成しています。

講師プロフィール

我妻 幸長 (Yukinaga Azuma)
エンジニア / R&D / プログラミング講師
「ヒトとAIの共生」がミッションの会社、SAI-Lab株式会社の代表取締役。AI関連の教育と研究開発に従事。

東北大学大学院理学研究科修了。理学博士(物理学)。興味の対象は、人工知能(AI)、複雑系、脳科学、シンギュラリティなど。

プログラミング講師として教室で1000人以上を、オンラインで2万人近くをこれまでに指導。 2014年にはワールドビジネスサテライトに登場。 エンジニアTypeでは、新しいプログラミング言語Swiftの解説記事を執筆。 また、Softbank社、レバレジーズ社などにおいて、iOS、Andoroidアプリ開発の指導を行う。

iOSの分野で日本最大のカンファレンス、iOSDCにおいて2016年はVR技術、2017年は人工知能について講演。

エンジニアとして、VR、ゲーム、SNSなど、ジャンルを問わず数々のアプリを開発。開発したアプリ、「ちんあなごのうた 南の海の音楽祭」は朝日放送系のニュース、大洗水族館などで紹介される。

著書に、「はじめてのディープラーニング -Pythonで学ぶニューラルネットワークとバックプロパゲーション- 」(SBクリエイティブ)、「No.1スクール講師陣による 世界一受けたいiPhoneアプリ開発の授業」(技術評論社)。

趣味は読書、ブラジリアン柔術で一児の父。

講座概要

AIのための数学講座は、誰にでも開かれた人工知能向け数学の講座です。

線形代数、微分、確率・統計を基礎から少しづつ丁寧に解説するので、人工知能に必要な数学を無理なく着実に身につけることができます。

(※)本コースは2018/9/16の時点でベータリリースです。近日中に以下のレクチャーの追加があります。

尤度

事前確率・事後確率

条件付き確率とベイズの定理

ニューラルネットワークとバックプロパゲーション

勾配降下法

順伝播とシグモイド関数

逆伝播と学習

さらに学びたい方のために

追加レクチャーは、コースの最適化のために変更されることがあります。

本コースの最大の特徴は、AI向けの数学をコードを書きながら学べることです。

プログラミング言語Pythonのコードを書いて、手を動かしながら数学を学習します。

これにより、数式の意味を体験を通して理解できます。

Pythonに関しては、1つのセクションで必要な範囲を解説しますので、プログラミング未経験の方でも受講することができます。

また、初心者に優しいことも本コースの特徴です。

扱う数学の難易度は緩やかに上昇するので、無理なく着実にAIに必要な数学の知識を身に付けることができます。

本コースによりAIを本格的に学ぶための準備ができます。

AIを学ぶための障壁を低くし、可能な限り多くの方がAIを学ぶことの恩恵を受けられるようにするのが本コースの目的です。

————————————————————

本コースの主な内容は以下の通りです。

数学の基礎

→ 線形代数や微分、確率統計を学ぶのに必要な数学のベースを身につけます。

線形代数

→ データをベクトルや行列を用いて効率よく扱う方法を学びます。

微分

→ 常微分・偏微分・連鎖率などの、様々な人工知能に必要な微分関連の知識を学びます。

確率・統計

→ データの傾向を捉えたり、世界を確率として捉える方法を学びます。

人工知能(AI)への応用

→ ニューラルネットワークの基礎を勉強し、シンプルな人工知能に学習を行わせます。

————————————————————

本コースの開発環境、AnacondaとJupyter Notebookは簡単にダウンロード、インストールすることができます。

環境構築の敷居が非常に低いため、プログラミング未経験の方でも問題なく受講できます。

本コースを修了した方は、学習意欲が刺激されて、さらにAIや数学のことを学びたくなっているかと思います。

  • シェア
  • ツイート
  • Poket
  • はてなブックマーク
  • フォロー
  • シェア
  • ツイート
  • Poket
  • はてなブックマーク
  • フォロー

関連記事